MarkeZine(マーケジン)

記事種別

AI×MAでデータドリブンマーケティングを加速せよ/アクティブコアが語る、顧客データ活用テクニック

2019/04/02 10:00

 Web、メール、LINE、アプリ、店舗など、顧客は様々なチャネルを経由して行動している。顧客一人ひとりに最適化された施策を行うためには、これらの顧客行動データを統合・分析し、顧客理解を深めることが重要だ。「MarkeZine Day 2019 Spring」に登壇したアクティブコアの山田賢治氏は、顧客行動データを「AI×マーケティングオートメーション」で分析・活用して売上を最大化する方法を、多数の事例とともに惜しみなく紹介した。

目次

データ分析・レコメンド・MAをひとつに

 アクティブコアでは、データ分析・レコメンド・マーケティングオートメーション(以下、MA)機能をひとつにまとめた「マーケティングクラウド」を提供している。代表取締役社長を務める山田賢治氏は、同社のマーケティングクラウドの特徴を次のように述べる。

 「アクティブコアのマーケティングクラウドは、オンライン・オフラインの行動履歴や、年齢・性別などの顧客属性、購買履歴等、散在するすべての顧客データを統合して管理することができます。蓄積したデータを独自開発したAIで分析し、ユーザー毎に最適なタイミングでアプローチします。そして、MAによってメール配信や、LINE、アドネットワーク等への広告配信などを自動化します」(山田氏)

株式会社アクティブコア 代表取締役社長 山田賢治氏
株式会社アクティブコア 代表取締役社長 山田賢治氏

 アクティブコアのレコメンド機能は、ディープラーニングを活用することで、ユーザーの特徴・嗜好から「類似ユーザーが好む商品」をレコメンドできることが特徴だ。

 「Amazonのレコメンドエンジンなどで採用されている、『これを見た人はこれも買っています』というのを表示する協調フィルタリングとは別に、ディープラーニングで顧客の特徴を洗い出して、その特徴と類似する人の購入データからレコメンドするという独自のレコメンドエンジンをMAに組み込んでいます。当社の利用企業様の比較では、こちらのエンジンのほうが協調フィルタリングと比べてCVRが20%ほど高くなっています」(山田氏)

AI・ディープラーニングで顧客行動を予測する

 データ分析にはAIを活用しており、たとえばサイト訪問したら何点、メルマガから流入したら何点というように、AI側でユーザーの行動に重み付けをしていき、コンバージョンする確率などを予測している。顧客属性や商品情報といった「学習データ」とあわせて、購入した人やコンバージョンした人の情報などの「教師データ」を与えることで学習し、AIの分析精度はどんどん上がっていく。

AIによる重み付け
AIによる重み付け

 「このとき、教師データを7割ほどAIに教え、予測モデルを作ります。たとえば、そのモデルの正解率を、残りの3割と照らし合わせて確認します。正解率が高ければ、良いモデルと言えます」(山田氏)

AIの予測モデル作成とその正解率
AIの予測モデル作成とその正解率

 山田氏は、化粧品通販の事例を取り上げ、「教師データの量とAIの正解率」の関係を次のように説明する。

 「こちらは、最初に無料サンプルを注文してもらって、本購入で初めて費用が発生し、以降は毎月定期購入してもらうというビジネスモデルの企業です。まず流入経路の情報だけをAIに与えると、予測モデルの正解率は15.7%ととても低くなりました。そして購入者に響いた広告が掲載された媒体やキャッチコピーといった情報を与えたところ、29.1%まで上昇。さらにサイト内の閲覧データなどを与えたら、86.2%と予測モデルの正解率が大幅に上がりました」(山田氏)

データが多いほど、AIによる予測モデルの正解率は高くなる
データが多いほど、AIによる予測モデルの正解率は高くなる

 「当たり前ではありますが、教師データが多ければ多いほど、AIの予測精度も高くなります。様々なデータを統合する意味は、ここにあります。広告だけ、サイトだけとデータが分断していては、分析・予測の精度が低くなるということです」(山田氏)


  • このエントリーをはてなブックマークに追加
  • プッシュ通知を受け取る

関連リンク

All contents copyright © 2006-2019 Shoeisha Co., Ltd. All rights reserved. ver.1.5